GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS | Kredi |
|---|---|---|---|---|---|---|
| EBUS340 | Web Data Analytics and R Applications | Seçmeli Ders Grubu | 3 | 6 | 5.00 | 3.00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
İngilizce
Dersin Amacı
Bu dersin amacı, web tabanlı verileri analiz etme becerisi kazandırmak ve R programlama dili ile web analitiği uygulamalarını öğretmektir.
Dersi Veren Öğretim GörevlisiGörevlileri
Öğrenme Çıktıları
| 1 | Web tabanlı verileri toplama ve işleme becerisi kazanır. |
| 2 | R programlama dili ile veri analizi ve görselleştirme yapabilir. |
| 3 | Web analitiği araçlarını ve tekniklerini uygulayabilir. |
| 4 | Web verilerini kullanarak karar verme süreçlerine katkıda bulunabilir. |
Öğrenim Türü
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yok.
Ders İçin Önerilen Diğer Hususlar
Yok.
Dersin İçeriği
Web Data Analytics and R Applications dersi, web tabanlı verilerin toplanması, analiz edilmesi ve yorumlanmasına odaklanır. R programlama dili kullanılarak veri madenciliği, görselleştirme ve web analitiği uygulamaları gerçekleştirilir. Bu ders, dijital verilerle karar alma süreçlerini desteklemeyi amaçlar.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | [OgretimYontemVeTeknikleri] | [OnHazirlik] |
|---|---|---|---|
| 1 | Giriş: Web Veri Analitiği'ne genel bakış ve temel kavramlar. | ||
| 2 | R Programlama diline giriş. | ||
| 3 | R'de veri yapıları ve veri işleme teknikleri. | ||
| 4 | Web veri kaynakları: API’ler ve web scraping. | ||
| 5 | R ile web scraping uygulamaları. | ||
| 6 | Veri temizleme ve ön işleme. | ||
| 7 | Veri görselleştirme teknikleri (ggplot2, plotly). | ||
| 8 | Web trafiği ve kullanıcı davranışı analizi. | ||
| 9 | Google Analytics verisi ile analiz. | ||
| 10 | Metin madenciliği ve duygu analizi. | ||
| 11 | Makine öğrenmesine giriş ve basit modeller. | ||
| 12 | Tahmin modelleri ve uygulamaları. | ||
| 13 | Proje çalışması ve örnek vaka analizi. | ||
| 14 | Final sunumları ve genel değerlendirme. |
Ders Kitabı Malzemesi Önerilen Kaynaklar
An Introduction to Web Mining: with Applications in R (Use R!) by Ulrich Matter | Aug 7, 2025.
Planlanan Öğrenme Aktiviteleri ve Metodları
Yok.
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok.
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 40 | 1 | 40 |
| Final Sınavı | 85 | 1 | 85 |
| Toplam İş Yükü (saat) | 125 | ||
Program ve Öğrenme Çıktıları İlişkisi
| ÖÇ 1 |
| ÖÇ 2 |
| ÖÇ 3 |
| ÖÇ 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek